排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
深海潜水器研究对海洋科学与工程技术进步、海洋资源探测与开发、国家海防安全与海洋战略实施有着十分重要的意义。本文在简要概述深海潜水器基本类型的基础上,综述了深海潜水器的发展历史与国内外研究现状,论述了深海潜水器研究的关键技术,最后对深海潜水器的发展趋势及应用前景进行了探讨。 相似文献
2.
针对三维环境下的多自主水下机器人(Autonomous Underwater Vehicle,AUV)全覆盖路径规划问题,提出一种基于改进神经网络—Glasius生物启发神经网络(Glasius Bio-inspired Neural Network,GBNN)的全覆盖路径规划算法。对AUV的水下工作环境构建离散的三维栅格地图;根据栅格地图,建立相对应的三维GBNN模型;根据GBNN活性值的动态变化,AUV规划各自的搜索路径,对水下任务区域进行全覆盖搜索。仿真结果表示,多AUV可以协同完成覆盖搜索任务,能够自动避开各类静态和动态的障碍物,自动逃离路径的死锁区。 相似文献
3.
利用双探针测得了管式射频等离子体反应器内电子密度的轴向和角向分布,并制得了SnO_2透明导电薄膜.实验表明,薄膜的沉积速率、电学性能及结晶形态受等离子体电子密度的影响较大.在电子密度高的地方,薄膜沉积速率快,薄膜电阻低,其薄膜的晶粒也均匀细微密集. 相似文献
4.
电子电路故障诊断的神经网络数据融合算法 总被引:19,自引:0,他引:19
针对模拟电路故障元件诊断的不确定性问题,将BP网络引入数据融合之中,结合模糊集合论,构造-模糊神经网络故障分类器,并将其应用于电子电路故障诊断之中。通过测试电子电路中被诊断元件的工作温度和工作电压这2个物理量,求出两传感器对各待诊断元件的故障隶属度,利用模糊BP网络故障分类器进行数据融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较,说明多传感器融合的优越性。 相似文献
5.
针对实际工程系统故障建模困难、现有故障预报方法实时性差的问题.从一类挖掘的角度,设计了一种基于一类支持向量机的时间序列暂态挖掘算法,提出了一种既不需要系统近似模型也不需要故障训练数据和先验知识的直接故障预报方法.在系统运行的同时实现学习和预报.提高了实时性.同时该方法简单易用,克服了传统方法在预报故障前需要预测系统未来状态的缺点.具有很强的应用意义.以釜式反应嚣为对象进行的仿真实验证明了方法的有效性. 相似文献
6.
无人水下机器人推进系统故障诊断与容错控制 总被引:1,自引:0,他引:1
由于海洋深处工作环境的复杂性、不可预测性,水下机器人可靠性控制技术一直备受关注。在常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,离线设计控制律,在线调度控制律实现容错控制,这与实际推进器故障情况有较大差别,因此采用ICMAC(Improved Credit Assignment Cerebellar Model Articulation Controllers)神经网络在线辨识推进器的实际故障大小,再利用伪逆重构控制策略,产生容错控制矩阵,实现无人水下机器人在线自适应容错控制。并针对推进器突发性故障,给出了故障诊断与容错控制仿真结果。 相似文献
7.
8.
讨论了管式等离子体化学气相沉积制备SnO_2:Sb掺杂透明导电膜的电学性能与沉积温度,进氧量和沉积时间的依存性.在进氧量为3L/min、沉积温度500℃、沉积时间30min的条件下制得了电阻为17Ω/□的SnO_2:Sb薄膜.并利用电镜显微形貌观察到在500℃时,制得的薄膜晶粒细微密集,致密度高.还测定了薄膜的温阻特性,结果表明该膜具有负温阻特性. 相似文献
9.
水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义. 相似文献
10.
神经网络主元分析的传感器故障诊断方法 总被引:2,自引:0,他引:2
针对多传感器故障诊断问题,将神经网络引入主元分析(principal component analysis, PCA)模型之中,提出一基于主元分析的多传感器故障诊断模型。首先,应用传感器正常工作时测量的历史数据,由PCA模型得到所有传感器的预测值。其次,计算传感器系统的平方预期误差值(squared prediction error, SPE),根据系统的SPE值是否跳变,判定有无故障发生。通过分别重构单个传感器信号的SPE值来确定发生故障的传感器。最后,应用一个多传感器故障诊断仿真实例证明了该方案的可行性。 相似文献